問題タブ [multinomial]

私はCRANで多項単純ベイズ分類器を探していましたが、これまでのところ、パッケージ内の二項実装だけを思いつくことができますe1071。多項ベイズ分類器を備えたパッケージを知っている人はいますか？

特定の値を使用して予測確率を計算しようとしていますが、Rは次のエラーを示しています。

これが私がやろうとしていたことです。x1は12レベルのファクターであり、x2も3レベルのファクターです。

何か助けはありますか？

私は自分のデータで初めてgbmを使用しようとしています（実際には初めてあらゆる種類の回帰ツリー）。これは、14個の連続従属変数と13レベルの応答変数としての因子で構成されています。私は、多項分布を処理できない基本的なgbmパッケージの変更を使用した、Elithetal。による非常に優れた説明を介してgbmに到達しました。gbmの助けは、これを処理できると主張しています。

"分布：使用する分布の名前を指定する文字列、または分布と必要な追加のパラメーターを指定するコンポーネント名のリストのいずれか。指定されていない場合、gbmは推測を試みます。応答に一意が2つしかない場合値の場合、ベルヌーイが想定されます。それ以外の場合、応答が因子の場合は多項分布が想定されます。それ以外の場合、応答のクラスが「Surv」の場合はcoxphが想定されます。それ以外の場合は、ガウス分布が想定されます。現在使用可能なオプションは「ガウス」（二乗誤差）です。 ）、 "laplace"（絶対損失）、 "tdist"（t分布損失）、 "bernoulli"（0-1結果のロジスティック回帰）、 "huberized"（0-1結果のhuberizedヒンジ損失）、 "多項」（2つ以上のクラスがある場合の分類）、「adaboost」（0-1の結果に対するAdaBoostの指数損失）、「ポアソン」（結果のカウント）、「coxph」（右打ち切り観測値）、「分位数」、または「ペアワイズ」（LambdaMartアルゴリズムを使用したランク付け測定）。

それでも、「多項」を指定するか「推測させる」かを指定しても、機能しません。私が間違っていることを誰かが知っていますか？または、私は何かを完全に誤解していますか？データの多項分布は、エラー損失関数も多項分布であることを意味しませんか？「ガウス」を選択すると実行されますが、その場合はまったく異なるものが計算されると思いますか？助けていただければ幸いです！アグネス

R でネストされたロジスティック回帰を実行したいのですが、オンラインで見つけた例はあまり役に立ちませんでした。私の問題に似ているこのウェブサイト（ Rでネストされたロジスティック回帰を実行する方法に関するステップバイステップの手順）の例を読みましたが、最終的には解決されていないようです（質問者はエラーを報告し、私はしませんでした. t は、より多くの回答を表示します)。

したがって、9 つの予測子 (連続スコア) と 1 つのカテゴリ従属変数 (DV) があります。DV は「効果」と呼ばれ、「ネガティブ（0）」と「ポジティブ（1）」の 2 つに大別できます。単純な 2 値ロジット回帰を実行する方法は知っていますが (一般的なグループ化方法、つまり負 (0) と正 (1) を使用)、これでは十分ではありません。「ポジティブ」は、さらに「フィジカル（1）」と「メンタル（2）」の2種類に分けられます。そこで、この 3 つのカテゴリ (ネガティブ (0)、フィジカル (1)、メンタル (2)) を含む入れ子モデルを実行し、「ポジティブ」に「フィジカル」と「メンタル」がネストされているという性質を反映したモデルを実行したいと考えています。おそらく、R はこれら 2 つのモデル (一般的なモデルと詳細なモデル) を一緒に比較できますか? そこで、2 つの新しい列を作成しました。1 つは「効果全般」と呼ばれるもので、個々のスコアは「ネガティブ (0)」と「ポジティブ (1)」です。もう 1 つは「詳細な効果」と呼ばれ、負 (0)、物理的 (1)、精神的 (2) の 3 つの値が含まれます。「一般的な効果」のみを使用して単純なバイナリ ロジット回帰を実行しましたが、「詳細な効果」のネストされたロジット モデルを実行する方法がわかりません。

私が検索した例や他の資料から、Rパッケージ「mlogit」は正しいように見えますが、自分のデータで機能させる方法に行き詰まっています。R-help の例と、前述のこの Web サイトの例のこの部分 (...shape='long', alt.var='town.list', nests=list(town .list)...) は私を非常に混乱させます: データシェイプが「ワイド」であることはわかりますが、「alt.var」と「ネスト」が何であるかはわかりません...

ネストされたロジット モデル呼び出しの例については、mlogit マニュアルの 19 ページも参照しました。しかし、私はまだオプションに関して何が必要かを決めることができません。( http://cran.r-project.org/web/packages/mlogit/mlogit.pdf )

誰かがそれを行う方法に関する詳細な手順とメモを提供してもらえますか? この例 (十分に議論され解決された場合) は、私や他の人にも大いに役立つと確信しています!

ご協力いただきありがとうございます！！！

私は現在、多項ロジット推定量について学んでおり、それを使用しRてmlogitパッケージでモデルを推定したいと考えています。この件について詳しく読んだ後、プロセスの重要なステップがmlogit.data()関数を使用したデータの再形成であることは明らかでした。私のデータフレームには次の情報が含まれています：

1. satisfaction: 1 (非常に不満) から 5 (非常に満足) までのカテゴリ変数です。
2. education: 個人の教育年数
3. country: 個人の出身国
4. average_income: これはその国の平均所得です

データ フレームの視覚的表現を次に示します。

関数は、このmlogit()形式では気に入らないようです。satisfaction従属変数と独立変数としてモデルを推定しようとしてeducationいます。

それを機能させるにはどうすれば形を変えることができますか？

私は mlogit を使用して、靴の購入習慣に関する調査から得られた嗜好データを分析しています。現在、次のコードを実行しています。

私が満足しているこれらの結果を生成しているのは次のとおりです。

ここで、回答者に関する以前の人口統計データを使用して、サンプルを 3 つのフィットネス カテゴリ (低 / 中 / 高) に分割したいと考えています。次の表に示すように、新しいセグメント化されたブランド変数と新しいダミー変数を作成して、そうしようとしました。

ただし、ブランド価値などの要因が回答者の適応度によってどのように変化するかを調査するのに役立つことを目的とした最も単純なモデルでさえ実行しようとすると、「計算上特異な」エラーが発生します。

私がどこで間違っているのか、誰かが何か考えを持っていますか? どうもありがとう。